Pour une optimisation du potentiel de l’IA en entreprise
Les données constituent un point de départ obligatoire lorsqu’on cherche à créer une solution d’IA. Œuvre de l’humain, l’IA n’est rien de plus que ce que l’on décide d’y mettre. Voici une analogie qui permettra de simplifier le propos : aujourd’hui nous sommes capables de suivre les recommandations d’un GPS car des centaines d’itinéraires y sont répertoriés. Répertoriés par les hommes, pour les hommes. Pourtant, malgré l’intelligence de l’outil, l’expérience du conducteur lui permet, dans certaines situations, de faire abstraction des recommandations de son GPS. Pour transposer cette image au monde corporate, on pourrait statuer que l’IA doit s’adapter à chaque contexte, et donc chaque entreprise. Mais l’IA dans les RH est délicate et ne peut pas être trop scientifique. Ce sont les expériences et les données interprétables qui la nourrissent. La dépendance à l’égard de la disponibilité de données interprétables a, jusqu’à aujourd’hui, freiné le développement de solutions d’IA.
L’enjeu pour une entreprise est d’avoir la main sur les buts et arbitrages des solutions d’IA, à la différence de YouTube par exemple, qui est une immense blackbox. D’ici une dizaine années, il faudrait pouvoir traiter les données qualitatives et textuelles (compétences, emplois, CV, profils, carrières, départements, apprentissage et développement…) et leurs relations (compétences sur un CV et niveau de maîtrise, compétences par rôles, liens entre apprentissage et parcours de carrière, carrières dans certains départements). La première étape pour optimiser une solution d’IA pour les RH consiste à transformer les données qualitatives sur la carrière et les collaborateurs en points de données interprétables, mesurables et comparables. La deuxième étape est la formulation de modèles complexes qui permettent de faire des prédictions significatives sur des actions ou des situations de carrière spécifiques, sur la base de ces données.
Ce n’est pas aux organisations de s’adapter à l’IA
L’IA dans les RH n’est pas destinée à prendre des décisions pour les équipes RH, car elle est trop complexe. L’interprétation des données RH impose des problématiques supplémentaires
- La complexité : afin d’extraire des informations sur l’expérience des collaborateurs, leurs compétences et leur carrière, le contexte est d’une importance capitale. Prenons, par exemple, le cas d’un collaborateur dont le titre de poste comporte les caractères « DR ». Cela signifie-t-il que l’employé est titulaire d’un doctorat ? D’un doctorat en médecine ? Est-ce l’abréviation de directeur ? Est-ce un acronyme ?
- La cohérence : de même, la cohérence de certains termes est essentielle. Par exemple, si une personne précise qu’elle possède des compétences en « vente », cela ne signifie pas toujours la même chose. S’agit-il de B2B ou B2C ? Son utilisation change-t-elle dans le temps (par ex. un poste de vendeur junior vs senior) et dans l’espace (par ex. entreprise différente/types de services différents) ?
Dans les entreprises de toutes tailles, les cas d’utilisation des RH couvrent tous les aspects de leur travail : processus de rationalisation du recrutement (filtrage automatique, prise de rendez-vous, intégration), gestion des talents (orientation de carrière, formation professionnelle), prise de décisions stratégiques (cartographie des compétences, recherche d’experts, réorganisation). Toutefois, les départements des ressources humaines sont mal préparés pour réunir et traiter les données nécessaires à la mise en place d’un système efficace basé sur l’IA et doivent donc faire appel à des services d’IA auprès de fournisseurs tiers. La collaboration avec l’humain est un enjeu phare pour les solutions d’entreprise dont la progression va affecter positivement la réalité du travail.
La maturité technologique de l’IA va humaniser le travail
Opaque dans son fonctionnement, l’IA est un outil organique qui nécessite une interaction similaire par certains aspects à celle entre humains. Dans 10/15 ans, nous devons être en mesure de proposer des IA personnalisables, qui s’adaptent aux buts et objectifs de chaque organisation. La diversité des entreprises et des cas d’utilisation rend difficile l’intégration des systèmes d’IA dans l’architecture fonctionnelle d’une entreprise, généralement basée sur des processus métier existants. Correctement réalisée, l’application d’IA pour les RH va au-delà des approches orientées processus et transactionnelles et permet aux RH d’être réellement transformatrices afin d’accélérer la croissance des collaborateurs et de leur entreprise. En dépit de sa complexité de réalisation, l’IA pour les RH possède tout le potentiel nécessaire pour réellement transformer l’entreprise : c’est principalement pour cette raison que l’IA doit s’adapter à la réflexion de l’utilisateur. À terme cela amènera sans doute à piloter l’entreprise par les compétences : avoir une vision d’un pool de compétences à l’instant T, et confronter ces tendances à un enjeu de croissance.
